光譜單分子定位顯微鏡 (sSMLM) 能夠同時捕獲單分子的空間位置和光譜信息，但由于光子數量有限有限和噪聲水平較高，準確提取光譜信息具有一定挑戰(zhàn)性。

本研究提出了一種名為“光譜到光譜 (Spec2Spec)”的自監(jiān)督深度學習框架，能有效抑制噪聲并恢復低SNR發(fā)射光譜。Spec2Spec通過利用空間相鄰像素的相關光譜信息，顯著提高了SNR（約6倍）和SSIM（約3倍），并在雙色sSMLM中實現了94.6%的光譜分類準確率和接近100%的數據利用率。該方法為多路復用和功能性超分辨率成像提供了新的途徑。

圖1 實驗性sSMLM系統(tǒng)和所提出的Spec2Spec框架。圖(a)為sSMLM實驗系統(tǒng)示意圖，光譜模塊負責將發(fā)射的光子分為兩個通道，分別提供空間和光譜信息；圖(b)為sSMLM中的自監(jiān)督光譜去噪工作流程，包括重新采樣和重新積分每個原始光譜圖像，生成訓練對，以及優(yōu)化Spec2Spec網絡參數的過程。

本研究自主設計了一套sSMLM系統(tǒng)，旨在同時捕獲單分子熒光發(fā)射的空間位置和全光譜信息。系統(tǒng)采用連續(xù)波激光照明（波長642 nm，功率1100 mW，CNI）進行激發(fā)，并使用鑫圖Dhyana 400BSI相機同步獲取不同區(qū)域的空間和光譜圖像。為清晰分辨單個熒光分子的位置，相機需具備足夠的高空間分辨率和多波長響應能力。Dhyana 400BSI采用背照式sCMOS結構，其峰值量子效率高達95%，讀出噪聲低至1.1e-，即使在低光條件下也能捕捉到微弱的單分子熒光發(fā)射信號，進一步提升圖像質量和信噪比。在高速模式下，其全分辨率幀率可達100 fps，支持實時捕捉動態(tài)熒光事件。相機配備CameraLink高速數據傳輸接口，能夠有效處理和傳輸大量空間和光譜數據。

參考文獻

Xu D, Gu Y, Lu J, et al. Deep-learning-assisted spectroscopic single-molecule localization microscopy based on spectrum-to-spectrum denoising[J]. Nanoscale, 2024, 16(11): 5729-5736.

該文章旨在為大家提供先進成像技術相關應用參考，部分內容摘抄于相關論文研究成果，版權歸原作者所有，引用請標注出處。